Atlas régionaux de marée les atlas COMAPI (Cnes/Legos/Noveltis)

Preview:

DESCRIPTION

Atlas régionaux de marée les atlas COMAPI (Cnes/Legos/Noveltis). F. Lyard 1 , L. Roblou M. Lux, M. Cancet, C. Pénard, J. Lamouroux 2 E. Bronner 3 1 LEGOS, CNRS, Toulouse 2 Noveltis, Toulouse 3 Cnes, Toulouse. Prospective : FES-201X ?. Précision des atlas de marée (cm). - PowerPoint PPT Presentation

Citation preview

Atlas régionaux de marée

les atlas COMAPI (Cnes/Legos/Noveltis)

F. Lyard1, L. RoblouM. Lux, M. Cancet, C. Pénard, J. Lamouroux2

E. Bronner3

1LEGOS, CNRS, Toulouse2Noveltis, Toulouse

3Cnes, Toulouse

Précision des atlas de marée (cm)

Prospective : FES-201X ?

Modélisation/assimilation des Mers de plateau intégration dans le modèle global

Projets en cours: Objectifs: SWOT et campagnes (ADCP)

SLOOP, COMAPI, PISTACH (CNES/CLS/Noveltis), MICSS (TOSCA) barotrope 3D

Approche régionale

Genesis mesh/data editorles mers régionales sont complexes…

• modèlisation non-structurée

• Interfaces données/modèles adaptées

Bathymétrie

Ensemble generation• Bathymetry :

– Collect various bathymetry database– Create/select a "most trusted" bathymetry– Generate perturbed bathymetry:

with

• Open boundary conditions : – Collect various tidal atlases– Create/select a "most trusted" atlas– Generate perturbed OBCs:

with

• Bottom rugosity– Identify significant bottom friction regions– Create a partition (using polygons)– Generate perturbed rugosity by varying rugosity

value in each region

• Internal tide drag– Identify significant internal drag regions– Create a partition (using polygons)– Generate perturbed rugosityby varying rugosity

value in each region

Bathymetry set dispersion(%)

Rugositypartition

i

ikiok hhh , 0, i

ki

i

ikiok ,~ 0,

iki

Développement d'une Développement d'une méthodologie systématique méthodologie systématique

(transportable)(transportable)

Modélisation régionale et assimilation de données altimétriques

M2 K1

20

2

5

erreur de la donnée altimétrique

solution à priori, écarts aux données

solution optimale, écarts aux données

M2FES2004GOT4.7Optimal

754331

M4FES2004GOT4.7Optimal

141410

K1FES2004GOT4.7Optimal

403921

o Modélisation T-UGOm

o Estimation des erreurs:o altimétrie : X-over, régularitéo modèle: génération d'ensemble

o Assimilation d'ensemble spectrale

précision des atlas, mm (//marégraphie)

Applications: Nord-Est Atlantique, Méditerranée, Plateau Amazonien, …

cm

Lyard et Roblou., 2009

Projet pilote: Golfe Persique

Hydrodynamique OptimaleAnalyse des

budgets d'énergie

2 gW1 gW

Flux d'énergie (w/m)

Dissipation par frottement (w/m²)

Objectifs

Identifier les défaillances modèle

Améliorer le modèle global

Onde K1 : bilan énergétique

significativement modifié

K1 K1

Impact sur le bilan global

Hydrodynamic OptimalM2

energy budget

• Energy fluxes

• Bottom friction RoW

4.5 gW4.25 gW

w/m

w/m²

Depth's error neglected

Cd reconstructionfrom energy budget

S2

M2

K1

Marée M2 (modèle NEA)M2 amplitude (cm)

M2 phase lag (°)

M2 energy flux (w/m)

M2 max current (cm/s)

M2 bottom friction (w/m²)

M2 wave drag (w/m²)

Geographically-dependent bottom friction coefficient

• abyssal plain (region 1 and 5),• open shelf (region 4),• semi-enclosed shelf (region 2),• straits (region 3 et 6)

12

34

5

6

12

34

5

6

Bottom friction ensemble

Geographically-dependent IWD coefficient

Internal waved drag ensemble

Marée M2

GOT 4.7: M2 amplitude (cm) NEA-COMAPI: M2 amplitude (cm)

Marée M2

GOT 4.7: M2 amplitude (cm) NEA-COMAPI: M2 amplitude (cm)

Comparaison aux observationsM2

Erreur M2 comparaison aux marégraphes côtiers

FES2004 GOT4.7 TPXO ref assim 26 assim 34 assim 37

assim 38

assim 50

Moyenne (mm)

48 21 24 19 12 12 11 3 13

Ecart-type (mm)

262 183 597 210 76 76 68 106 72

Rms (mm) 267 184 598 211 76 76 69 106 73

Erreur M2 comparaison aux marégraphes pélagiques

  FES2004

GOT4.7 TPXO ref assim 26 assim 34 assim

37assim 38

assim 50

Moyenne (mm)

3 0 12 17 2 2 3 1 4

Ecart-type (mm)

15 13 63 46 17 17 16 17 16

Rms (mm) 15 13 64 49 17 17 16 17 16

Marée M2 (modèle NEA)

NEA-COMAPI (prior): M2 max current (cm/s) NEA-COMAPI (optimal): M2 max current (cm/s)

Marée M4 (modèle NEA)M4 amplitude (cm)

M4 phase lag (°)

M4 energy flux (w/m)

M4 max current (cm/s)

M4 bottom friction (w/m²)

Marée M4

GOT 4.7: M4 amplitude (cm) NEA-COMAPI: M4 amplitude (cm)

Obidos

Connexion avec le courant Nord-Brésil et l’océan tropical

Echanges continent/océan

Chantier AmandesChantier Amandeseau douce – sédiment – géochimie

(ANR 2006-2009, IRD, INSU, CNES)

Modélisation hydrodynamique, campagnes fluviales, océanographiques, télédétection

Collaborations franco-brésilienne LMTG/LEGOS/CEREGE/CNPq

Le Bars et al., Ocean Modelling, 2010; Lyard et al., J. Marine Systems, submitted

Harmonic analysis error budgetHarmonic analysis error budget

Data acquisition rateData acquisition rate

M2 HF along-track residuals

tidal prediction

acquisition anomalies

cross-over 037-202

spring tidesneap tides

ConclusionsAtlas Mediterranée, NEA et Golfe Persique:

• ~50 ondes disponibles• ~20 ondes avec assimilation

! : encore peu de recul sur ces atlas

A faire:

• validation des courants 2D

• analyse énergétique: modèle/données de campagne

• barotrope 3D + assimilation

Bathymétrie composite 30"x30"base SW08 (Gebco+Smith&Sandwell v8)

POC/Mercator/SHOM

EPIGRAM

• Modélisation 2D et 3D barotrope• Assimilation• Campagne 2009:

– Bilan énergétique– Friction– Effets de sillages

z

u

u

u

u

Recommended